作為當(dāng)代優(yōu)秀的運(yùn)營人，不僅要會(huì)寫文排版、會(huì)做圖、會(huì)用數(shù)據(jù)說話，面對(duì)千人千面的用戶老爺們，更要了解用戶細(xì)分的重要性。

這就不得不提到「RFM 模型」，RFM 模型在用戶細(xì)分研究中占據(jù)非常重要的位置。

今天我們就一起來學(xué)習(xí)下如何創(chuàng)建RFM模型，小編給大家整理了足夠干貨，一起來看看吧。

什么是RFM模型

RFM是分析三個(gè)可量化指標(biāo)對(duì)其客戶價(jià)值進(jìn)行分類，根據(jù)得分高低組合成8類價(jià)值人群，最終結(jié)合此8類價(jià)值人群提供有針對(duì)性的營銷策略。

3個(gè)特征指標(biāo)分別是最近一次消費(fèi)（R）、消費(fèi)頻率（F）和消費(fèi)金額（M）。

• 最近一次消費(fèi)時(shí)間（R）：指用戶最近一次的交易時(shí)間距離現(xiàn)在的時(shí)間。

• 消費(fèi)頻率（F）：指（在定義的期間內(nèi)）用戶的購買次數(shù)。

• 消費(fèi)金額（M）：指（在定義的期間內(nèi)）用戶消費(fèi)的總金額。

如何創(chuàng)建RFM模型

Step1：整理數(shù)據(jù)

當(dāng)前某企業(yè)從數(shù)據(jù)庫中提取出100個(gè)用戶購買信息，并且對(duì)數(shù)據(jù)進(jìn)行匯總整理成RFM的數(shù)據(jù)格式，即一行代表一個(gè)用戶，一共3列指標(biāo)數(shù)據(jù)，分別是：最近一次消費(fèi)時(shí)間gap值 (Recency)，消費(fèi)頻率 (Frequency)，和消費(fèi)金額 (Monetary)。數(shù)據(jù)格式類似如下表：

Step2：細(xì)分組別

RFM模型研究客戶價(jià)值情況，最終將客戶分成8個(gè)不同的類別（8種用戶類型）。具體RFM模型如何將數(shù)據(jù)劃分為8種類別用戶上，其內(nèi)部計(jì)算上分為兩步:

• 第1步是將數(shù)據(jù)轉(zhuǎn)換成1~5分計(jì)分方式（轉(zhuǎn)化后分值越高代表價(jià)值越高），SPSSAU默是按20%/40%/60%/80%分位數(shù)將數(shù)據(jù)計(jì)為1~5分。SPSSAU具體計(jì)分方式如下表所示：

• 第2步是將1~5分值，按分別對(duì)應(yīng)的平均值進(jìn)行劃分，劃分為0和1，數(shù)字0代表低價(jià)值群體，數(shù)字1代表高價(jià)值群體。如下表所示：

最后將RFM的組別建立組合，共計(jì)2*2*2=8種組合，即8種用戶類型，如下表：

Step3：進(jìn)行分析

選擇SPSSAU【進(jìn)階方法—RFM模型】。

分析時(shí)要按照R（最近一次消費(fèi)時(shí)間），F(xiàn)（消費(fèi)頻率），M（消費(fèi)金額）的順序放置：

如果需要將'用戶類型’保存起來用于后續(xù)的分析使用（比如進(jìn)一步深入分析性別與用戶類別的關(guān)聯(lián)關(guān)系），那么需要選中'用戶類型’；類似地，如果需要保存1~5分計(jì)分?jǐn)?shù)據(jù)或0和1兩類別數(shù)據(jù)，那么需要分別選中'保存分值’和'保存類別’；

本次數(shù)據(jù)并非1~5分計(jì)分形式，也不是01兩類別數(shù)據(jù)，因?yàn)槟J(rèn)讓SPSSAU全自動(dòng)處理即可。

Step4：結(jié)果分析

SPSSAU輸出四個(gè)表格，分別如下說明。

上表格展示RFM1~5分計(jì)分?jǐn)?shù)據(jù)的分布情況，數(shù)字越大代表價(jià)值越高。由于SPSSAU默認(rèn)使用20%/40%/60%/80%分位數(shù)劃分為五個(gè)分值，因此每個(gè)分值的占比基本均在20%左右，并沒有出現(xiàn)個(gè)別分值時(shí)明顯的樣本偏多或者偏少。

上表格展示出20%/40%/60%/80%分位數(shù)具體數(shù)據(jù)，1~5分值數(shù)據(jù)的劃分，就是由上表格的數(shù)字進(jìn)行切割得到的。比如R時(shí)小于20%分位數(shù)數(shù)字20，那么計(jì)為5分，R時(shí)大于80%分位數(shù)即80時(shí)，計(jì)為1分。而F和M時(shí)，小于20%分位數(shù)均計(jì)為1分，大于80%分位數(shù)均計(jì)為5分。

上表格展示出劃分為兩組別（即高低價(jià)值）群體時(shí)的數(shù)據(jù)分布，具體如何劃分是結(jié)合'RFM分值分布’里面的平均值進(jìn)行切割，比如R小于平均值2.94時(shí)計(jì)為0分，大于平均值2.94時(shí)計(jì)為1分。類似F和M也是，小于對(duì)應(yīng)自己的平均值時(shí)計(jì)為0分，大于平均值時(shí)計(jì)為1分。0分代表低價(jià)值群體，1分代表高價(jià)值群體。圖形展示如下：

上表格展示最終2*2*2=8種用戶類別，總體上分為重要用戶和一般用戶，重要用戶再繼續(xù)細(xì)分為重要價(jià)值用戶，重要保持用戶，重要發(fā)展用戶和重要挽留用戶。與此同時(shí)，上表格展示出8種類別用戶的占比情況，并且使用圖示如下：